一种结合注意力机制LSTM和神经主题模型的服务发现方法

    公开(公告)号:CN111797196A

    公开(公告)日:2020-10-20

    申请号:CN202010483308.1

    申请日:2020-06-01

    Applicant: 武汉大学

    Inventor: 李兵 姚力 王健

    Abstract: 本发明公开了一种结合注意力机制LSTM和神经主题模型的服务发现方法,包括以下步骤:1:从Web服务描述语言的标签中提取出自然语言词汇并进行预处理;2:对1中提取出的关键词进行语义增强并经过神经主题模型的处理得到描述的主题信息;3:利用预训练的词向量对1中的关键词汇进行嵌入;4:在步骤2和3的基础上,通过结合注意力机制的双向LSTM进行描述的特征提取;5:在步骤4的基础上,通过对查询请求和服务描述的特征向量计算相似度,从注册服务库中,找到相似度最高的k个服务。本发明的有益效果是:通过处理Web服务的描述中存在的语义信息并使用外部信息对其进行增强,基于用户查询的语义,在大量注册服务中找到满足用户功能需求的服务。

    基于混合协同过滤的第三方库推荐方法

    公开(公告)号:CN111538846A

    公开(公告)日:2020-08-14

    申请号:CN202010298379.4

    申请日:2020-04-16

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于混合协同过滤的第三方库推荐方法,包括以下步骤:根据已发布的应用和第三方库数据获得应用和第三方库的特征训练数据集;使用无监督学习方法训练得到主题模型;从应用和第三方库数据中抽取实体构建知识图谱并向量化;将待推荐应用数据输入到主题模型生成应用近邻列表;利用应用对第三方库的调用信息得到待推荐应用基于内容的评分列表;将待推荐应用和待推荐第三方库列表输入到知识图谱得到实体向量列表;计算实体向量的相似度得到待推荐应用基于知识图谱的评分列表;融合后进行排序得到基于混合推荐的推荐列表。本发明的混合推荐方法,来规避单一推荐方法的缺陷,在有效解决数据稀疏和冷启动问题的同时,提升推荐的准确率。

    一种结合注意力机制LSTM和神经主题模型的服务发现方法

    公开(公告)号:CN111797196B

    公开(公告)日:2021-11-02

    申请号:CN202010483308.1

    申请日:2020-06-01

    Applicant: 武汉大学

    Inventor: 李兵 姚力 王健

    Abstract: 本发明公开了一种结合注意力机制LSTM和神经主题模型的服务发现方法,包括以下步骤:1:从Web服务描述语言的标签中提取出自然语言词汇并进行预处理;2:对1中提取出的关键词进行语义增强并经过神经主题模型的处理得到描述的主题信息;3:利用预训练的词向量对1中的关键词汇进行嵌入;4:在步骤2和3的基础上,通过结合注意力机制的双向LSTM进行描述的特征提取;5:在步骤4的基础上,通过对查询请求和服务描述的特征向量计算相似度,从注册服务库中,找到相似度最高的k个服务。本发明的有益效果是:通过处理Web服务的描述中存在的语义信息并使用外部信息对其进行增强,基于用户查询的语义,在大量注册服务中找到满足用户功能需求的服务。

Patent Agency Ranking